Toch is er een ongemakkelijke vraag die bij veel data- en AI-projecten nauwelijks expliciet wordt gesteld; wat hoeft u níet meer te doen als een project slaagt? Veel initiatieven voegen iets toe. Een dashboard. Een analyseomgeving. Een voorspellend model. Een nieuw rapportageproces. Maar zelden verdwijnt er iets. Bestaande controles blijven bestaan, overleggen blijven doorgaan en dubbele registraties blijven in stand. Het nieuwe komt bovenop het oude. En zolang technologie alleen wordt toegevoegd zonder dat er iets wordt afgeschaft, stijgen de kosten vrijwel automatisch mee.
Voordat u aan uw volgende IT-project begint...
De kosten van de Nederlandse overheid stijgen al jaren. Tegelijkertijd wordt stevig geïnvesteerd in digitalisering, data-initiatieven en AI. De belofte is bekend: efficiënter werken, betere dienstverlening, meer grip op uitvoering en uiteindelijk lagere kosten.
De kern van volwassen digitalisering zit niet in wat u toevoegt, maar in wat u durft los te laten.
De vergeten strategische vraag
Voordat een organisatie start met een data- of AI-project, zou zij zichzelf eerst moeten dwingen tot een andere exercitie. Niet: wat kunnen we bouwen? Maar: wat willen we beëindigen?
Welke handmatige controles worden overbodig als data realtime beschikbaar zijn? Welke rapportages zijn er niet meer iedere week nodig? Welke afstemming tussen afdelingen kan verdwijnen omdat dezelfde brongegevens worden gebruikt? Welke externe onderzoeken zijn niet meer nodig wanneer informatie intern op orde is? Als deze vragen vooraf niet concreet beantwoord worden, is de kans groot dat het project geen kostenremmer wordt, maar juist voor extra kosten zorgt.
Een strategische keuze in de praktijk
Een illustratief voorbeeld zien we bij een groot aantal gemeenten die hun integratiestrategie fundamenteel hebben heroverwogen.
De oorspronkelijke situatie was herkenbaar voor veel organisaties. Applicatie-experts onderhielden contact met meerdere leveranciers. Voor elk nieuw project werden koppelingen gebouwd tussen systemen. Vaak maatwerk, vaak verschillend van opzet. Standaarden ontbraken of werden per domein anders geïnterpreteerd. Monitoring vond plaats in uiteenlopende tools. Lifecyclemanagement was complex en versnipperd. Operationele beheerders hielden tientallen verbindingen in de lucht en gespecialiseerde integratiekennis was schaars en moeilijk te behouden in een krappe arbeidsmarkt.
Het probleem was niet dat de systemen niet werkten. Het probleem was de structurele complexiteit die zich jaar na jaar opstapelde. De vraag die sommige gemeenten zichzelf uiteindelijk stelden was daarom niet technisch, maar strategisch: waarom organiseren wij dit zelf?
Door integraties als dienst af te nemen, veranderde niet alleen de techniek, maar het organisatiemodel. Het afzonderlijk onderhandelen met meerdere leveranciers over koppelingen werd overbodig. Maatwerk-integraties maakten plaats voor gestandaardiseerde aansluitingen. Versnipperde monitoring werd vervangen door één eenduidig overzicht. De noodzaak om specifieke integratie-expertise permanent in huis te hebben nam af en veilige verbindingen en lifecycle-management werden centraal georganiseerd.
Wat verdween, was niet alleen werk maar ook structurele complexiteit. En dat is een wezenlijk verschil. Dit was geen IT-project, het was een keuze over eigenaarschap, regie en volwassenheid.
Volwassenheid vóór technologie
Dit voorbeeld laat zien wat digitale volwassenheid werkelijk betekent. Het gaat niet om het stapelen van technologie, maar om het maken van heldere keuzes over verantwoordelijkheid en inrichting. Veel organisaties voor de keuze; hoe starten we met AI? De early adopters weten inmiddels dat AI inefficiëntie niet goedkoper maakt, het automatiseert haar. Wanneer processen onnodig complex zijn, wanneer data versnipperd zijn of wanneer governance ontbreekt, zal nieuwe technologie problemen versneld zichtbaar maken en zelfs intensiveren. Structurele besparingen ontstaan pas wanneer organisaties bereid zijn hun werkwijze te herzien.
Technologie is geen voorwaarde voor volwassenheid. Volwassenheid is een voorwaarde voor effectieve technologie.
Bestuurlijke zelfreflectie
Dat vraagt om bestuurlijke zelfreflectie. Is het probleem dat wij willen oplossen scherp gedefinieerd? Zijn wij bereid om bestaande activiteiten te stoppen wanneer nieuwe werkwijzen aantoonbaar beter zijn? Zijn onze data betrouwbaar genoeg om besluiten daadwerkelijk op te baseren? En is er bestuurlijk commitment om de uitkomsten van data-analyses door te vertalen naar organisatie en beleid? Zonder die bereidheid blijft technologie cosmetisch. Het oogt modern, maar verandert weinig.
De moed om te stoppen
In het publieke domein is de verleiding groot om elk nieuw data- of AI-initiatief te zien als noodzakelijke vooruitgang. Maar echte vooruitgang zit zelden in het starten van projecten. Zij zit in het durven beëindigen van activiteiten die hun nut hebben verloren.
Wie vooraf niet bepaalt wat mag verdwijnen, vergroot het probleem dat hij zegt te willen oplossen. Wie dat wel doet, zet technologie in als strategisch instrument – niet als doel op zich. Misschien is dat de belangrijkste vraag die bestuurders zich zouden moeten stellen voordat zij het volgende data-project accorderen: Wat stoppen we ermee?
Geïnspireerd?
Kom dan op 5 maart a.s. naar ons event Connecting Everything en maak kennis met onze adviseurs en specialisten die u alles kunt vragen over uw data-, digitaliserings- en integratieprojecten.
Plaats een reactie
U moet ingelogd zijn om een reactie te kunnen plaatsen.